继诺贝尔生理学或医学奖颁奖之后，瑞典皇家科学院揭晓了 2024 年诺贝尔物理学奖的得主。

图源：The Noble Prize

今年他们将奖项颁给了约翰·霍普菲尔德（John J. Hopfield）和杰弗里·辛顿（Geoffrey E. Hinton），以表彰他们利用人工神经网络进行机器学习所做出的奠基性发现和发明。

图源：X

奖项一经颁布就引发了很多讨论与争议，不光吃瓜群众看不懂为什么诺贝尔物理学奖会颁给了 AI，就连获奖者杰弗里·辛顿本人在接受电话采访时都一度认为是恶作剧，并表示我不知道会发生这种情况（I have no idea that will happen）。

图源：X

德国物理学家、《迷失》和《存在物理学》的作者 Sabine Hossenfelder 这样的专业人士都忍不住在社交平台吐槽这一点。

图源：X

除了不解与吐槽，与辛顿一同共事过的 AI 大佬们则是纷纷献上祝福。

杰弗里·辛顿（Geoffrey E. Hinton）

我们先来说说此次争议比较大的获奖者 —— 杰弗里·辛顿。辛顿 1947 年生于英国伦敦，他在求学的早些年无法在一个专业上稳定下来，曾在自然科学、艺术史和哲学等不同学科之间多次更换学位，最终在 1970 年毕业，获得了剑桥大学实验心理学学士学位。可以说到目前为止，他的求学经历与此次获奖原因 AI 或者物理学没有太多关联。

可能也正是这种奇特的经历，他在 1972 年进入爱丁堡大学攻读博士，这一次他决定尝试一个新方向：人工智能，并于 1978 年获得了爱丁堡大学人工智能博士学位。似乎人工智能领域更符合辛顿的追求，而这也成为了他后续一直在坚持努力的方向。从爱丁堡大学毕业后，他辗转于加州大学圣迭戈分校、卡内基梅隆大学、伦敦大学学院工作，他目前是多伦多大学计算机科学系名誉教授。

辛顿以其在类神经网络方面的贡献闻名，他是反向传播算法和对比散度算法（Contrastive Divergence）的发明人之一，也是深度学习的积极推动者。辛顿还以霍普菲尔德网络为基础，开发了玻尔兹曼机，它是一种随机神经网络，广泛应用于模式识别、数据挖掘、图像处理等领域（霍普菲尔德网络就是此次诺贝尔物理学奖另一位获得者约翰·霍普菲尔德的研究成果，后面还会详细介绍）。

图源：网络

辛顿还因在深度学习方面的贡献与 Yann LeCun（Meta 首席 AI 科学家，图左） 和 Yoshua Bengio（Mila 的创始人，图右）三人共同获得了 2018 年的图灵奖，这是计算机科学领域的最高荣誉，这个奖项也被誉为计算机领域的诺贝尔奖。

除了辛顿本身的研究领域，图灵奖也成为了辛顿被授予诺贝尔物理学奖的另一个争议点，毕竟计算机科学领域本身就有自己的奖项，而且神经网络在很多人看来都与物理学的关联并不算十分紧密。

另一段值得说道的故事是，辛顿在多伦多大学工作期间创立了 DNNresearch，2013 年 Google 以 4400 万美元的价格收购了 DNNresearch。值得注意的是 DNNresearch 当时只有三名员工，其中一个是辛顿，另外两人是他的研究生学生，这两个学生一个是 Ilya Sutskever，另一个是Alex Krizhevsky。

相信大家对Ilya Sutskever这个名字都不陌生，他是 OpenAI 的联合创始人和前首席科学家，在推动 OpenAI 发展尖端技术和推动人工智能领域的发展方面发挥了重要作用，他也是 GPT 系列模型的关键贡献者之一。今年 5 月，Ilya Sutskever 宣布离开 OpenAI，随后创办了一家名为 Safe Superintelligence（简称SSI）的新公司，这家公司旨在解决人工智能带来的风险问题。

Alex Krizhevsky 则是AlexNet的核心代码贡献者，这一深度学习模型在 2012 年的 ImageNet 图像分类挑战赛中取得了显著成功，标志着深度学习在计算机视觉领域的突破。AlexNet 凭借其创新的卷积神经网络（CNN）架构，显著提高了图像识别的准确性，使得许多传统方法相形见绌。除了 AlexNet，Krizhevsky 还开发了 CUDA-ConvNet，这是一个基于 GPU 的卷积神经网络实现，大幅加快了训练速度。他在深度学习和计算机视觉方面发表了多篇重要论文，并因其贡献获得了多个奖项，包括 2019 年的 IEEE 神经网络先驱奖。

辛顿的另一个学生 Alex Graves 则是 Google DeepMind 的研究科学家，这里就不过多展开了。

从辛顿过往在神经网络、深度学习领域的贡献，以及他的很多学生都成为了如今 AI 领域的 “大佬”，自然而然辛顿也就有了 “AI 教父” 这样的头衔。

约翰·霍普菲尔德（John J. Hopfield）

约翰·霍普菲尔德 1933 年出生于美国芝加哥，他于 1954 年获得斯沃斯莫尔学院学士学位，1958 年获得康奈尔大学物理学博士学位，导师为 Albert Overhauser，其导师以在核磁共振光谱学中的动态核极化理论 —— 即奥弗豪泽效应（Overhauser Effect）而闻名。霍普菲尔德在贝尔实验室理论组工作了两年，随后在加利福尼亚大学伯克利分校（物理学）、普林斯顿大学（物理学）、加州理工学院（化学和生物学）和普林斯顿大学任教，现在是霍华德·普莱尔分子生物学名誉教授。

相比杰弗里·辛顿，约翰·霍普菲尔德基本上一直都专注于物理学领域的研究，此次获得诺贝尔物理学奖也更加 “名正言顺” 一些。

图源：The Noble Prize

1982年，他首次发表题为《具有新兴集体计算能力的神经网络和物理系统》的神经科学领域论文，论文中提出了一种可以用作内容可寻址内存、由可以“开”和“关”的二元神经元组成的类神经网络，这就是后来的霍普菲尔德神经网络，其概念借鉴自凝聚态物理学领域，凝聚态物理学是物理学的一个分支，专注于研究物质，特别是固体和液体。

最初的霍普菲尔德神经网络存在内存有限的问题，这一问题直到 2016 年才被霍普菲尔德与迪米特里·科洛托夫共同解决，两人推出的大内存神经网络被称为现代霍普菲尔德神经网络。

可以说辛顿的工作是将神经网络带入了现代，但霍普菲尔德早期的突破为神经模型的模式识别奠定了重要基础。

尽管存在争议，但诺贝尔物理学奖委员会主席埃伦·穆恩斯表示：

获奖者的工作已经产生了巨大的效益。在物理学领域，我们将人工神经网络应用于广泛的领域，例如开发具有特定属性的新材料。

获得诺贝尔物理学奖后，辛顿和霍普菲尔德将共享 1100 万瑞典克朗（约 750 万人民币）的奖金，并将于 12 月 10 日领取奖金，这一天是炸药发明家和奖项命名人阿尔弗雷德·诺贝尔 1896 年逝世的周年纪念日。

诺贝尔物理学奖历届获奖者

• 2023 年 —— Pierre Agostini、Ferenc Krausz 和 Anne L'Huillier，因在阿秒（attoseconds）方面的研究而获奖，阿秒是极短的光脉冲，可用于捕捉和研究原子内部的快速过程；

• 2022 年 —— Alain Aspect、John Clauser 和 Anton Zeilinger，因对量子力学的研究而获奖，量子力学是一门描述最小尺度自然的科学；

• 2021 年 —— Syukuro Manabe、Klaus Hasselmann 和 Giorgio Parisi 因推动我们对地球气候等复杂系统的理解而获得该奖项；

• 2020 年 —— Sir Roger Penrose、Reinhard Genzel 和 Andrea Ghez 因其在黑洞性质方面的工作而获奖；

• 2019 年 —— James Peebles、Michel Mayor 和 Didier Queloz 因对宇宙的开创性发现共同获得奖项；

• 2018 年 —— Donna Strickland、Arthur Ashkin 和 Gerard Mourou 因其在激光物理学领域的发现而获奖。

诺贝尔化学奖同样眷顾 AI

就在我还在撰写 2024 年诺贝尔物理学奖的内容时，瑞典皇家科学院也正式颁发了 2024 年诺贝尔化学奖，这次的获奖者依然是 AI 领域的研究人员。

奖项一半授予了大卫·贝克（David Baker），“以表彰在计算蛋白质设计方面的贡献”；另一半则共同授予德米斯·哈萨比斯（Demis Hassabis）和约翰·M·詹珀（John M. Jumper），“以表彰他们在蛋白质结构预测方面的成就”。

图源：The Noble Prize

获奖者德米斯·哈萨比斯和约翰·詹珀凭借其开发的AlphaFold系统，成功预测了几乎所有已知蛋白质的三维结构。这一成就对化学和生物化学研究产生了深远影响。蛋白质结构是决定其功能的关键因素，而 AlphaFold 能够以原子级精度从氨基酸序列直接预测蛋白质的 3D 结构，大大加快了研究进程。这不仅推进了人类对基本生物过程的理解，还为药物设计开辟了新途径。例如，在疟疾疫苗、癌症治疗和酶设计等领域，AlphaFold 已经展现出巨大潜力。

同时，大卫·贝克因开发从头设计自然界从未出现的新型蛋白的技术，获得 2020 年科学突破奖生命科学奖，并首次使用生成式人工智能从头设计出了全新的抗体，为生物医学研究提供了新的工具。这些成就共同推动了化学与人工智能的融合，有望在未来加速新材料开发、药物发现和基因组学研究等领域的突破。